基于BP神经网络的电机噪声在线评价系统.PDFVIP

第37 卷 第1期 噪 声 与 振 动 控 制 Vol 37 No. 1 2017 年2 月 NOISE AND VIBRATION CONTROL Feb. 2017 文章编号：1006-1355(2017)01-0142-07 基于BP 神经网络的电机噪声在线评价系统 易子馗，谭建平，闫 涛 （中南大学 高性能复杂制造国家重点实验室, 长沙 410083 ） 摘 要：为有效甄别存在异常噪声的车窗电机，提出一种基于BP 神经网络的车窗电机噪声在线评价系统。由于现 有客观参量不能够完全适用于车窗电机的噪声评价，根据车窗电机噪声特点提出了一种形如窗函数的加权因子用于 修正尖锐度参量，并通过主客观评价实验优化了心理声学客观参量。在此基础上，以有效的客观参量和物理参量为特 征值，构建使用附加动量法优化的BP 神经网络分类器，并最终建立了噪声在线评价系统。测试结果表明，该系统对车 窗电机噪声的分类准确率在90 % 以上，且与传统BP 神经网络分类器相比，具有更高的准确率和更少的耗时，可用于车 窗电机噪声的在线评价。 关键词：声学；车窗电机噪声；心理声学参量；附加动量法；BP 神经网络；在线评价系统 + + 中图分类号：U467.4 93 ；TM301.4 3 ；X839 文献标识码：A DOI 编码：10.3969/j.issn. 1006-1335.2017.01.031 Analysis of an Online Evaluation System of Motor Noises based on BP Neural Network YI Zi-kui , TAN Jian-ping , YAN Tao ( State Key Laboratory of High Performance Complex Manufacturing, Central South University, 410083 Changsha, China ) Abstract : In order to realize the effective detection of the noise of window motors, an online evaluation system for window lift motor noise based on BP neural network is presented. Since the current objective parameters is not completely applicable to the window motor noise evaluation, a weighting factor similar to the window function is proposed for sharpness parameter correction according to the characteristic of the window lift motor noise. Through the subjective and objective evaluation experiments, the psychoacoustic objective parameters are optimized. On this basis, with the effective objective parameters and the physical parameters as the characteristic values, the